本文介绍在 PHP 中利用 DOMXPath 的 XPath 表达式，精准获取 HTML 元素内所有子节点——既包含子标签（如 、），也包含直接位于父元素内部的纯文本节点（如 "Example Text 1" 和 "Example Text 2"），实现按文档顺序统一遍历。
本文介绍在 php 中利用 domxpath 的 xpath 表达式，精准获取 html 元素内所有子节点——既包含子标签（如 ``、``），也包含直接位于父元素内部的纯文本节点（如 `"example text 1"` 和 `"example text 2"`），实现按文档顺序统一遍历。
在处理 HTML 结构时，DOM 解析器会将元素内的纯文本（即未被任何标签包裹的字符数据）视为独立的 DOMText 节点，与 DOMElement 节点并列存在于父节点的子节点列表中。默认使用 $xpath->evaluate("*", $object) 仅匹配元素节点（element nodes），因此会遗漏 "Example Text 1" 和 "Example Text 2" 这类位于 <p></p> 标签内但未被子标签包裹的文本内容。
要同时获取子元素和相邻纯文本，需在 XPath 表达式中显式包含 text() 节点测试。正确写法为：
$subObjects = $xpath->evaluate("*|text()", $object);该表达式含义为：匹配 $object 下的所有子元素节点（*）或所有直接子文本节点（text()），且结果按其在源 HTML 中的出现顺序自然排列（即文档顺序）。执行后，$subObjects 将返回一个 DOMNodeList，其中节点类型混合存在：
-
DOMElement（如<span></span>、<img alt="如何使用 PHP DOMXPath 提取标签内外的纯文本节点（包括非嵌套文本）" >） -
DOMText（如"Example Text 1\n "、" Example Text 2\n "）
✅ 关键注意事项：
立即学习“PHP免费学习笔记（深入）”；
-
text()仅匹配直接子文本节点，不递归匹配深层嵌套文本； - 文本节点可能包含空白符（换行、缩进、空格），建议用
trim($node->textContent)或preg_replace('/\s+/', ' ', $node->nodeValue)清理； - 若需区分节点类型，可遍历后判断：
foreach ($subObjects as $node) { if ($node instanceof DOMElement) { echo "Element: <" . $node->tagName . ">\n"; } elseif ($node instanceof DOMText && trim($node->nodeValue) !== '') { echo "Text: \"" . trim($node->nodeValue) . "\"\n"; } }
综上，"*|text()" 是 DOMXPath 中实现“结构化 + 文本流”一体化提取的标准且高效方案，适用于解析富文本段落、提取带内联标记的正文内容等典型场景。
